递归算法补充

#10的阶乘（递归应用）
def fact(n):
    print("factorial has been called with n=" + str(n))
    if n==1:
        return 1
    else:
        res = n * fact(n - 1)
        print("intermediate result for",n,"*fact(",n-1,"):",res)
        return res
print(fact(10))

分治算法：其实上次写的快速排序算法就是用到了分而治之的思想，也属于递归思想的应用。所谓分而治之就是对问题不断进行分割，直到找到最小单元的问题的解法，让后再扩散到整个问题的求解过程，达到各个击破的效果。
举个例子，要将一个168×64的矩形均匀地分成方块，且分出的方块要尽可能大。这个要怎么实现呢？
一般是从最小的边开始探索，

然后开始思考被割剩下的64×40的，从最小边40开始探索：

一直分割下去，直到找到一个8×8的方块，就是最小的解决问题的单元。
算法练习：
求顺序表中最大值：

#基本子算法（子问题规模小于或等于2时）
def get_max(max_list):
    return max(max_list)

#分治法
def solve2(init_list):
    n = len(init_list)
    if n<=2:  #若问题规模小于或等于2，解决
        return get_max(init_list)
    #分解（子问题规模为n/2）
    left_list,right_list=init_list[:n//2],init_list[n//2:]
    #递归（树），分治
    left_max,right_max=solve2(left_list),solve2(right_list)
    #合并
    return get_max([left_max,right_max])

if __name__=="__main__":
    test_list=[12,2,23,45,67,3,2,4,45,63,24,23]
    print(solve2(test_list))